¿A la gente le gustó GPT-6 Astra? Lo que reveló el social listening
A principios de septiembre de 2026, OpenAI lanzó GPT-6 Astra. Le preguntamos a Insights Copilot, el agente de IA para social listening de YouScan:
“¿Cómo cambió el lanzamiento del modelo Astra la forma en que la gente hablaba de ChatGPT?”
El análisis de Insights Copilot abarcó más de 90,000 menciones de ChatGPT antes y después del lanzamiento. Aquí están los principales insights recopilados a partir de conversaciones reales en línea. 👇
TLDR: Lo que el lanzamiento de Astra le hizo a la conversación sobre ChatGPT
El sentimiento hacia ChatGPT se volvió más negativo. Las menciones positivas cayeron más rápido que las críticas, en parte porque las historias virales y optimistas perdieron impulso.
La gente elogió la capacidad de Astra para crear juegos y elementos visuales. Las quejas se centraron en resultados poco confiables y límites de uso.
La narrativa sobre cambiarse a Gemini casi desapareció. Las menciones cayeron de 2,137 a solo 14, mientras que los usuarios comenzaron a comparar Astra con Claude.
YouTube dominó la discusión sobre Astra. Aprox. dos terceras partes de las menciones recopiladas provinieron de YouTube, con Substack en segundo lugar.
¿Por qué la conversación se volvió más negativa?
Las menciones positivas de ChatGPT cayeron de 4,997 a 3,069, mientras que las menciones negativas bajaron de 4,940 a 4,271. Al haber menos publicaciones positivas que equilibraran las críticas, la puntuación general de sentimiento disminuyó.
Para entender qué cambió, analizamos qué había hecho que la conversación fuera positiva anteriormente.
Y parte de la respuesta involucra una historia de citas amorosas. 💞
Antes de Astra, una anécdota muy compartida sobre el uso de ChatGPT a través de iMessage en citas generó 773 menciones con un sentimiento fuertemente positivo. Esa historia no se repitió en las dos semanas siguientes, lo que eliminó una fuente sustancial de conversación positiva del periodo posterior.
Traducción:
"empecé a usar el conector de ChatGPT para iMessage con mis citas de Hinge. va bien hasta ahora"
Michael: ¡Hola! Soy Michael, de Hinge
Sophie: ¡Hola, Michael! Qué emoción verte mañana en nuestra cita :)
Michael: Yo también, Sophie. ¿Y sinceramente? Esto no es solo una cita — es una oportunidad para una conexión auténtica.
Sophie, al día siguiente: oye, perdón, pero me surgió algo en el trabajo y…
Esto ayuda a explicar cómo la conversación general se volvió más negativa incluso cuando las menciones negativas en realidad disminuyeron.
El periodo anterior se había beneficiado de historias virales positivas. A medida que esas historias perdieron fuerza, las críticas pasaron a representar una proporción mayor del resto de la conversación.
Para un equipo de marketing que presenta los resultados de un lanzamiento, ese contexto es clave. Puedes explicar que la conversación positiva perdió impulso y mostrar qué historias contribuyeron a ese cambio.
También genera una pregunta de seguimiento muy útil para la planeación de contenido: ¿qué hizo que esas historias conectaran con la gente?
La anécdota de las citas ofrece un ejemplo específico de un uso cotidiano de ChatGPT que atrajo atención positiva. Explorar conversaciones similares podría ayudar a un equipo a encontrar experiencias de clientes que valga la pena destacar.
Para la revisión de tu propio lanzamiento, pregúntate:
“¿Qué historias contribuyeron más al cambio en el sentimiento?”
Esos ejemplos te ayudarán a explicar el resultado e identificar conversaciones que valga la pena explorar a fondo.
¿Qué entusiasmó a la gente y qué la frustró?
La gente elogió la capacidad de Astra para realizar tareas en herramientas como Blender y Photoshop. Las quejas se centraron en la falta de fiabilidad y los límites de uso.
Las publicaciones más entusiastas describían la creación de juegos jugables y recursos visuales a partir de prompts. Estos ejemplos mostraron qué usos de Astra captaron la atención de la gente y les dieron algo que valía la pena compartir.
Traducción:
Texto de la miniatura: "¡¿GPT-6 AHORA HACE ESTO?!"
Título: "GPT-6 Astra + Higgsfield Supercomputer: el pipeline de IA definitivo"
Descripción: "GPT-6 Astra lo cambia todo para creadores 3D y cineastas de IA. En este episodio explico cómo usé GPT-6 Astra conectado directamente a través de Higgsfield Supercomputer. Si quieres ver cómo los creadores combinan la inteligencia agéntica con sus flujos de trabajo en 3D, mira este análisis de GPT-6 Astra en Blender, que…"
Otras publicaciones describían respuestas lentas y resultados que requerían corrección manual. Los usuarios también se quejaron de alcanzar sus límites de uso demasiado rápido.
Traducción:
"Astra podría ser el peor modelo. Me suscribí al plan 20x, lo probé dos días y pedí el reembolso de esa porquería"
Para un equipo a cargo de un lanzamiento, estas reacciones ayudan a responder dos preguntas: ¿qué deberíamos mostrar en las demostraciones y qué necesita funcionar mejor?
Los elogios le dan al equipo de marketing un punto de partida para elegir qué mostrar. En este caso, un tutorial paso a paso sobre cómo crear un juego jugable podría aprovechar un interés que ya es visible en la conversación. Mostrar los pasos involucrados también ayudaría a los usuarios potenciales a entender qué esperar al probarlo por sí mismos.
Las quejas le dan a los equipos de producto experiencias específicas que investigar:
¿Qué tareas producen resultados que necesitan corrección?
¿Qué intenta lograr la gente cuando alcanza sus límites de uso?
Esta última pregunta es crucial porque la respuesta correcta depende del problema. Alguien que no entendió el límite de su plan puede beneficiarse de una explicación más clara. Alguien que entiende el límite pero se le agota constantemente durante un flujo de trabajo útil plantea una duda distinta sobre si el plan realmente respalda ese caso de uso.
Desglosar la retroalimentación de esta manera ayuda a tu equipo a decidir qué beneficios destacar y a qué frustraciones ponerles atención. También te ayuda a evitar responder a una queja sobre la usabilidad diaria con otra simple demostración impactante de funciones.
La historia de cambiarse a Gemini casi desapareció
Tras el lanzamiento de Astra, una narrativa muy destacada sobre el cambio de ChatGPT Plus a Google Gemini cayó de 2,137 menciones a solo 14. Había sido la conversación individual más grande identificada en el reporte.
Mientras tanto, las comparaciones con Claude Fable 5.1 de Anthropic aparecieron en 690 menciones de Astra. La gente discutía qué modelo funcionaba mejor para tareas particulares, dando razones específicas de sus preferencias.
Algunos preferían Astra por su velocidad y capacidad para automatizar tareas. Otros favorecían a Claude para obtener resultados de programación (coding) más consistentes o para redacción creativa. Estas discusiones revelaron qué valoraba la gente y en qué puntos sentían que un producto entregaba una mejor experiencia.
Para los mercadólogos, esas razones pueden guiar qué demostrar y explicar a continuación.
Supongamos que la gente elogia tu producto por realizar una tarea rápidamente. Una demostración de ese flujo de trabajo podría darle a los clientes potenciales una razón concreta para considerarlo. Si la gente prefiere a un competidor porque encuentra sus resultados más consistentes, eso le da a tu equipo de producto una experiencia específica que analizar.
La caída de la historia de Gemini demostró que una narrativa dominante sobre un competidor había perdido la atención del público. Al mismo tiempo, las comparaciones con Claude revelaron las experiencias de producto que la gente estaba sopesando al expresar una preferencia.
Para tu próxima revisión de lanzamiento, observa ambas cosas: qué historias sobre competidores están ganando o perdiendo atención, y por qué la gente dice preferir cada producto. Eso le da a tu equipo una dirección muy útil para su próxima página comparativa o demostración de producto.
¿Dónde habló la gente sobre Astra?
YouTube representó aproximadamente dos terceras partes de las menciones recopiladas de Astra, con Substack en segundo lugar. X y TikTok aportaron porcentajes menores.
El desglose cubre 2,435 menciones recopiladas entre el 1 de agosto y el 16 de septiembre de 2026. Un equipo que rastreara el lanzamiento únicamente en X se habría perdido la mayor parte de la discusión capturada en este análisis.
Para los profesionales de marketing, esto da un punto de partida para dos decisiones: dónde enfocar los esfuerzos de contenido y con quién considerar colaborar.
En el caso de Astra, YouTube sería un lugar claro para investigar primero:
¿Qué videos generaron discusión?
¿La gente estaba respondiendo a demostraciones de producto o a comparaciones con otros modelos?
Esas respuestas podrían ayudar a un equipo a planear su siguiente video. Si una demostración genera preguntas repetidas sobre una función en particular, un tutorial práctico podría abordar un interés que la gente ya ha expresado.
La misma investigación podría ayudar a identificar creadores con quienes aliarse. Observa quién está cubriendo el producto y si su audiencia discute los casos de uso a los que quieres llegar.
La posición de Substack hace que valga la pena examinar a sus escritores también. Un autor que ya explora tu categoría de producto podría ser un contacto relevante para una sesión informativa de producto (briefing) o una colaboración. Su cobertura te ayudaría a juzgar si tu producto se adapta a sus intereses.
Para tu propio lanzamiento, el desglose por plataformas te ayuda a decidir dónde buscar primero. Explorar las conversaciones allí te ayuda a elegir qué publicar y qué audiencia podría beneficiarse de ello.
¿Qué preguntarías sobre tu propio lanzamiento?
Con Insights Copilot, puedes comenzar con una pregunta como la que dio origen a este análisis:
“¿Cómo cambió nuestro último lanzamiento la conversación en torno a nuestra marca?”
Deja que la respuesta guíe tu siguiente duda. Supongamos que destacan las quejas sobre una función en particular. Podrías preguntar:
“¿La gente estaba mencionando este problema antes del lanzamiento? Muéstrame ejemplos.”
Eso le da a tu equipo de producto una inquietud específica que investigar, junto con el contexto sobre cuándo comenzó la gente a discutirlo.
Puedes seguir las reacciones positivas de la misma manera. Pregunta qué funciones le parecen útiles a la gente y observa cómo describen su experiencia. Sus ejemplos podrían ayudarte a elegir qué destacar en tu próxima campaña.
No necesitas planear cada pregunta con anticipación. Insights Copilot te permite comparar periodos y explorar las publicaciones detrás de los hallazgos mediante una conversación fluida. A medida que algo llame tu atención, puedes hacer una pregunta de seguimiento.
Al final de la revisión de tu lanzamiento, deberías tener una recomendación sobre la cual tu equipo pueda actuar, respaldada por las conversaciones que te llevaron a ella.
Agenda una demo de YouScan para ver cómo Insights Copilot puede ayudarte a investigar la respuesta a tu próximo lanzamiento.
